Training von Chat- und Anrufdaten

Hinweis:

• Sie müssen die Rollen IXP-Betrachter oder IXP-Analyst und IXP- Projektadministrator oder IXP-Entwickler oder die Berechtigungen Quellen anzeigen und Überprüfen und Kommentieren als Legacy-Benutzer zugewiesen haben.
• Um Chat- und Anrufdaten anzuzeigen, müssen Sie die Berechtigung Quellen anzeigen zugewiesen haben.
• Zum Anzeigen von Beschriftungen benötigen Sie die Berechtigung zum Anzeigen von Beschriftungen , zum Anwenden von Beschriftungen benötigen Sie die Berechtigung zum Überprüfen und Kommentieren .

Überblick

Chat- oder Anrufdaten werden häufig für analyse- und überwachungsbasierte Anwendungsfälle trainiert, um ein detailliertes Verständnis der Prozesse, Probleme und Stimmungen innerhalb einer Konversation zu erhalten.

Einige Beispiele für Fragen, die Sie für diese Kommunikationstypen beantworten können:

• Wie viele Konversationen beginnen damit, dass ein Kunde uns zu einem Thema, einer Beschwerden usw. fragt.
• Was sind die wichtigsten Themen, zu denen Kunden uns kontaktieren?
• Wie lange dauert es, eine Konversation über ein bestimmtes Thema zu lösen?
• Welche Servicequalität bieten Agents unseren Kunden?
• Welche Stimmung ist, wenn ein bestimmtes Thema erwähnt wird?

Layout

Ein Chat-/Anruf-Thread

Layout erklärt:

1. Wird verwendet, um anzugeben, dass eine Nachricht als nicht informativ markiert wurde
2. Dies gibt an, dass einer Nachricht eine Beschriftung hinzugefügt wurde
3. Dies ermöglicht es einem Benutzer, eine Nachricht als nicht informativ zu markieren
4. Somit kann ein Benutzer einer Nachricht eine Beschriftung hinzufügen
5. Auf diese Weise kann ein Benutzer eine Audioaufzeichnung wiedergeben, die Geschwindigkeit/Volume steuern oder einen Anruf herunterladen.

Modelltraining

Note: If you have sentiment analysis enabled on your chat/calls data, the differences when annotating are the same as annotating with sentiment for other communications channels (i.e. - assigning a sentiment each time you assign a label, using neutral label names, etc.). See here for more details on annotating with sentiment analysis.

Das Training von Chat-/Anrufdaten ist dem Training anderer Nachrichtentypen sehr ähnlich, bei denen ein Benutzer die Phasen „Erkennen“, „Erkunden“ und „Verfeinern“ durchläuft, um sein Modell weiter zu trainieren.

Die wichtigsten Unterschiede sind:

1. Thread-Layout – Mit Chat-/Anrufdaten werden Nachrichten zwischen allen Parteien in einer bestimmten Konversation automatisch in einer einzigen Thread-Ansicht zusammengestellt, aber Beschriftungen werden weiterhin einzelnen Nachrichten zugewiesen (d. h. Wendungen in der Konversation).
2. Nicht informative Nachrichten – Eine Nachricht in einem Chat/Anruf kann als „nicht informativ“ markiert werden, wenn sie der gegebenen Konversation keinen Kontext oder Wert hinzufügt. Indem Sie eine Nachricht als nicht informativ markieren, bringen Sie dem Modell bei, dass keine der Beschriftungen anwendbar ist, wodurch das Modell lernt, dass bei ähnlichen Nachrichten keine Beschriftungsvorhersagen zu erwarten sind.
   Hinweis: Beim Anwenden von Beschriftungen auf eine Nachricht ('Nachricht A') markiert das Modell die vorherige Nachricht Nachricht B automatisch als nicht informativ, wenn keine Beschriftungen darauf angewendet werden. Daher ist es wichtig, die vorherige Nachricht zu lesen und sie gegebenenfalls zu beschriften. Diese Funktion hilft, die erforderlichen Trainingsdaten für „Nicht informativ“ zu erstellen, ohne zu viele zusätzliche Anmerkungen zu erstellen.
3. Coverage - When assessing coverage for chat/calls data, in addition to assessing the proportion of messages covered by informative (i.e - meaningful) label predictions, it also incorporates the proportion of messages that are predicted to be uninformative. For more information on how coverage is determined, select here.

Validierungsfaktorkarte für die Abdeckung eines Chat- oder Anruf-Datasets